flume监控文件内容遇到的问题

版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/qq_31246691/article/details/83119846

在Lamda架构分析日志流水线时用到flume监控日志文件的变化。
开始测试时，用shell脚本模拟的简单日志，单条日志格式为：uid-url-ip
如下为我的shell脚本：

#! /bin/bash
randnum(){
 shuf -i 1-100 -n 1
}

randseq(){
 head  /dev/urandom  |  tr -dc a-z  | head -c 3
}

while :
do
  ip=`randnum`.`randnum`.`randnum`.`randnum`
  url=www.`randseq`.com
  uid=`randnum`
  result=$uid-$url-$ip
  echo $result > /var/log/yum.log
done

通过这个脚本向/var/log/yum.log文件输入日志，通过flume采集到kafka,但是运行后发现kafka收集到的日志都是乱的，如下图：

并不是我所期待的形如：

最后发现问题所在之处是shell脚本。
echo $result > /var/log/yum.log
应该改为：echo $result >> /var/log/yum.log
echo >是修改文件，替换的意思，echo >>是追加的意思。
所以，就是说，flume监控文件，比如说3秒采集一次，它所采集的应该是比3秒前多的东西，也就是说它适合监控“仓库”，否则就会出问题。